東華大學圖書館 |

Language: English

Help

回圖書館首頁

手機版館藏查詢

Back

Switch To: Labeled | MARC Mode | ISBD

Apprentissage Profond et Bioacoustiq...

Laplante, Jean-Francois.

Linked to FindBook

Google Book

Amazon

博客來

Apprentissage Profond et Bioacoustique Marine Pour la detection de Poissons = = Deep Learning and Marine Bioacoustics for Fish Detection.

Record Type:	Electronic resources : Monograph/item
Title/Author:	Apprentissage Profond et Bioacoustique Marine Pour la detection de Poissons =/
Reminder of title:	Deep Learning and Marine Bioacoustics for Fish Detection.
Author:	Laplante, Jean-Francois.
Published:	Ann Arbor : ProQuest Dissertations & Theses, : 2023,
Description:	76 p.
Notes:	Source: Masters Abstracts International, Volume: 85-11.
Contained By:	Masters Abstracts International85-11.
Subject:	Deep learning. -
Online resource:	https://pqdd.sinica.edu.tw/twdaoapp/servlet/advanced?query=31016138
ISBN:	9798382629841

Apprentissage Profond et Bioacoustique Marine Pour la detection de Poissons = = Deep Learning and Marine Bioacoustics for Fish Detection.
Laplante, Jean-Francois.

Apprentissage Profond et Bioacoustique Marine Pour la detection de Poissons =Deep Learning and Marine Bioacoustics for Fish Detection. - Ann Arbor : ProQuest Dissertations & Theses, 2023 - 76 p.

Source: Masters Abstracts International, Volume: 85-11.

Thesis (M.C.S.)--Universite de Moncton (Canada), 2023.

La recherche sur l'environnement est un sujet qui n'a jamais ete plus pertinent qu'aujourd'hui. L'effet de l'industrialisation sur les ecosystemes de la terre n'etait pas initialement bien connu et la conservation de ces ecosystemes est maintenant d'importance critique, A cette fin, il est important de considerer les technologies qui peuvent etre utilisees afin de pouvoir suivre l'etat des ecosystemes. Puisque tout changement dans la migration d'especes est un facteur qui peut nous informer des changements dans un ecosysteme, la detection automatique d'especes serait un grand atout pour la conservation d'ecosystemes. L'objectif de notre travail est le developpement d'un systeme de detection d'especes de poissons par le son, plus specifiquement pour le corb, une espece de poisson sonifere. A cet effet, nous presentons premierement une methode d'apprentissage profond qui utilise des donnees sous forme de spectrogrammes. Nous presentons deuxiemement une analyse de l'effet de la variation de la taille de fenetre FFT utilisee pour des spectrogrammes sur la performance de modeles. Cette these presente aussi une revue de litterature qui detaille les methodes d'apprentissage machine utilisees dans le contexte de l'analyse de signaux acoustiques de l'ecologie marine ou bioacoustique marine. Mots-cles : Reconnaissance de poissons; Apprentissage profond; Reseaux neuronaux convolutifs; Conservation environnementale; Classification d'audio; Spectrogrammes.

ISBN: 9798382629841Subjects--Topical Terms:

3554982
Deep learning.

Apprentissage Profond et Bioacoustique Marine Pour la detection de Poissons = = Deep Learning and Marine Bioacoustics for Fish Detection.
LDR:03636nmm a2200349 4500 001 2402077
005 20241028114748.5
006 m o d
007 cr#unu||||||||
008 251215s2023 ||||||||||||||||| ||eng d
020 $a 9798382629841
035 $a (MiAaPQ)AAI31016138
035 $a (MiAaPQ)Monctonumir2860
035 $a AAI31016138
035 $a 2402077
040 $a MiAaPQ $c MiAaPQ
100 1 $a Laplante, Jean-Francois. $3 3772294
245 1 0 $a Apprentissage Profond et Bioacoustique Marine Pour la detection de Poissons = $b Deep Learning and Marine Bioacoustics for Fish Detection.
260 1 $a Ann Arbor : $b ProQuest Dissertations & Theses, $c 2023
300 $a 76 p.
500 $a Source: Masters Abstracts International, Volume: 85-11.
500 $a Advisor: Akhloufi, Moulay.
502 $a Thesis (M.C.S.)--Universite de Moncton (Canada), 2023.
520 $a La recherche sur l'environnement est un sujet qui n'a jamais ete plus pertinent qu'aujourd'hui. L'effet de l'industrialisation sur les ecosystemes de la terre n'etait pas initialement bien connu et la conservation de ces ecosystemes est maintenant d'importance critique, A cette fin, il est important de considerer les technologies qui peuvent etre utilisees afin de pouvoir suivre l'etat des ecosystemes. Puisque tout changement dans la migration d'especes est un facteur qui peut nous informer des changements dans un ecosysteme, la detection automatique d'especes serait un grand atout pour la conservation d'ecosystemes. L'objectif de notre travail est le developpement d'un systeme de detection d'especes de poissons par le son, plus specifiquement pour le corb, une espece de poisson sonifere. A cet effet, nous presentons premierement une methode d'apprentissage profond qui utilise des donnees sous forme de spectrogrammes. Nous presentons deuxiemement une analyse de l'effet de la variation de la taille de fenetre FFT utilisee pour des spectrogrammes sur la performance de modeles. Cette these presente aussi une revue de litterature qui detaille les methodes d'apprentissage machine utilisees dans le contexte de l'analyse de signaux acoustiques de l'ecologie marine ou bioacoustique marine. Mots-cles : Reconnaissance de poissons; Apprentissage profond; Reseaux neuronaux convolutifs; Conservation environnementale; Classification d'audio; Spectrogrammes.
520 $a The interest for environmental research has increased in recent years. The effect of industrialization on the Earth's ecosystems was not initially recognized and ecosystem conservation is of critical importance. As such, it is important to consider what technologies may be used to stay up to date with the state of our ecosystems. Any change in migration is a factor that can inform us of changes in an ecosystem. Thus, we would greatly profit from the ability to automatically detect the presence of specific species. The objective of this work is the development of a fish species detection system using sound, more specifically for the sound of brown meagres. To achieve this, we first present a deep learning method that uses data represented as spectro grams. We secondly present an analysis of how the models' performances vary when the window length used to generate the spectrogram is modified.This thesis also presents a literature review that discusses various machine learning methods used inthe context of marine ecology audio signal analysis or marine bioacoustics.
590 $a School code: 1111.
650 4 $a Deep learning. $3 3554982
650 4 $a Fourier transforms. $3 3545926
650 4 $a Visualization. $3 586179
650 4 $a Neural networks. $3 677449
650 4 $a Sound. $3 542298
650 4 $a Mathematics. $3 515831
690 $a 0800
690 $a 0405
710 2 $a Universite de Moncton (Canada). $3 1022450
773 0 $t Masters Abstracts International $g 85-11.
790 $a 1111
791 $a M.C.S.
792 $a 2023
793 $a French
856 4 0 $u https://pqdd.sinica.edu.tw/twdaoapp/servlet/advanced?query=31016138